检索结果-内蒙古大学图书馆

计算机研究与发展 2021年第7期58卷 1456-1465页

作者：亓鹏曹娟盛强中国科学院智能信息处理重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院计算技术研究所北京100190 中国科学院大学北京100049

近年来社交媒体逐渐成为人们获取新闻信息的主要渠道,但其在给人们带来方便的同时也促进了虚假新闻的传播.在社交媒体的富媒体化趋势下,虚假新闻逐渐由单一的文本形式向多模态形式转变,因此多模态虚假新闻检测正在受到越来越多的关注.... 详细信息

近年来社交媒体逐渐成为人们获取新闻信息的主要渠道,但其在给人们带来方便的同时也促进了虚假新闻的传播.在社交媒体的富媒体化趋势下,虚假新闻逐渐由单一的文本形式向多模态形式转变,因此多模态虚假新闻检测正在受到越来越多的关注.现有的多模态虚假新闻检测方法大多依赖于和数据集高度相关的表现层面特征,对新闻的语义层面特征建模不足,难以理解文本和视觉实体的深层语义,在新数据上的泛化能力受限.提出了一种语义增强的多模态虚假新闻检测方法,通过利用预训练语言模型中隐含的事实知识以及显式的视觉实体提取,更好地理解多模态新闻的深层语义.提取不同语义层次的视觉特征,在此基础上采用文本引导的注意力机制建模图文之间的语义交互,从而更好地融合多模态异构特征.在基于微博新闻的真实数据集上的实验结果表明:该方法能够有效提高多模态虚假新闻检测的性能.

关键词：社交媒体虚假新闻检测多模态知识融合注意力机制

来源：评论

学校读者我要写书评

暂无评论

SW39000处理器上顺序任务流多从核辅助并行构图算法

引用

计算机研究与发展 2025年第6期62卷 1455-1468页

作者：傅游贾淑慧陈莉花嵘杜云龙高希然山东科技大学计算机科学与工程学院　山东青岛　266590 处理器芯片全国重点实验室（中国科学院计算技术研究所）　北京　100190 中国科学院大学　北京　100190

顺序任务流（sequential task flow，STF）将对共享数据的访问表示为任务之间的依赖关系，STF运行时系统通过任务构造、依赖分析和任务依赖图（task dependence graph，TDG）生成、任务调度实现异步并行，这3个环节的开销直接影响并行... 详细信息

顺序任务流（sequential task flow，STF）将对共享数据的访问表示为任务之间的依赖关系，STF运行时系统通过任务构造、依赖分析和任务依赖图（task dependence graph，TDG）生成、任务调度实现异步并行，这3个环节的开销直接影响并行程序的性能. 目前以STF为核心的AceMesh运行时系统，在SW39000处理器上仅使用单主核构图、多从核执行的方式. 然而，SW39000处理器离散访存性能较弱，细粒度任务构图离散访存增多，构图更容易成为瓶颈. 对此，提出了一种利用多从核辅助主核进行构图的算法. 首先，分析在依赖分析和TDG生成过程中的并行性，在SW39000处理器上实现了一种基于胖任务依赖图（fatTDG）的多核辅助并行构图算法PFBH（parallelized fatTDG building algorithm with helpers）并进行优化. 其次，针对线程间的主存资源竞争问题，提出构图与执行并行中从核资源调节方法及参数选择. 最终，在5类典型应用下进行实验测试. 与单核串行构图系统相比，在细粒度任务场景下最高加速为1.75倍;与SW39000处理器上的OpenACC模型相比，AceMesh最高可达2倍加速.

关键词：顺序任务流异构众核并行任务调度并行构图多从核协同 SW39000

来源：评论

学校读者我要写书评

暂无评论

基于闪存固态盘的存储系统性能优化关键技术综述

引用

高技术通讯 2023年第1期33卷 50-62页

作者：李天祥蒋德钧熊劲中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190 中国科学院大学北京100049 鹏城实验室深圳518055

闪存固态盘(SSD)具有高并行性、复杂的内部事务以及具有计算能力等特性。现有的存储系统是针对磁盘设计的,无法充分利用闪存固态盘的性能。本文介绍闪存固态盘给现有存储系统带来的问题与挑战,并从提高系统总带宽、减少固态盘内部事务... 详细信息

闪存固态盘(SSD)具有高并行性、复杂的内部事务以及具有计算能力等特性。现有的存储系统是针对磁盘设计的,无法充分利用闪存固态盘的性能。本文介绍闪存固态盘给现有存储系统带来的问题与挑战,并从提高系统总带宽、减少固态盘内部事务对性能的影响、性能服务质量保证与利用固态盘的计算能力4方面阐述其性能优化关键技术,最后讨论了基于闪存固态盘的存储系统的发展方向。本文归纳指出,软硬件协同的设计方式是优化基于闪存固态盘的存储系统的发展趋势,软硬件协同设计有助于提供可预测的性能及可控的端到端延迟。

关键词：闪存固态盘(SSD) 输入输出(IO)性能垃圾回收服务质量保证计算任务卸载

来源：评论

学校读者我要写书评

暂无评论

处理器片上渗透缓存蕴含的时间与空间及时局部性

引用

电子学报 2024年第10期52卷 3589-3599页

作者：胡九川程建聪万良易吴楠士叶笑春严龙北京交通大学计算机科学与技术学院北京100044 教育部教育管理信息中心北京100816 中国电子科技集团公司第32研究所上海201800 中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190

处理器片上寄存器的分布形态与数量规模对处理器的整体计算性能有直接影响,这种影响表面上看是波及处理器片上缓存结构的改进和优化,本质上是时间要素与空间要素交织在一起的综合反映.因此,从时间和空间上确保处理器内核对片上缓存的局... 详细信息

处理器片上寄存器的分布形态与数量规模对处理器的整体计算性能有直接影响,这种影响表面上看是波及处理器片上缓存结构的改进和优化,本质上是时间要素与空间要素交织在一起的综合反映.因此,从时间和空间上确保处理器内核对片上缓存的局部化访问必将进一步提高处理器的整体计算性能.为了认识处理器片上缓存中存在的时间与空间及时局部性,以由传统缓存耦合而成的渗透缓存为工具来分析处理器内核访问片上缓存的时间与空间局部性,仿真实验表明渗透缓存因具备容纳时间与空间局部性的结构提高了处理器访问片上缓存的命中率,客观上缩短访存延迟,从而为提高处理器性能创造了有利条件.

关键词：渗透缓存时间局部性空间局部性片上数据流转

来源：评论

学校读者我要写书评

暂无评论

基于自适应静态数据布局策略的深度学习张量程序自动生成框架

引用

高技术通讯 2023年第11期33卷 1160-1171页

作者：樊哲南子渊郝一帆杜子东陈云霁中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190 中国科学院大学北京100049

如何确定静态数据布局是深度学习张量程序自动生成框架面临的重大挑战。Ansor作为目前应用最广泛、最具前景的此类框架,其根据预先指定的单一静态数据布局策略,训练性能预测模型,依据该模型搜索最佳性能的张量程序。但其存在单一策略非... 详细信息

如何确定静态数据布局是深度学习张量程序自动生成框架面临的重大挑战。Ansor作为目前应用最广泛、最具前景的此类框架,其根据预先指定的单一静态数据布局策略,训练性能预测模型,依据该模型搜索最佳性能的张量程序。但其存在单一策略非最优和性能预测模型不准确的问题。为此,本文提出基于自适应静态数据布局(AL)策略的深度学习张量程序自动生成框架AL-Ansor。AL-Ansor在搜索过程中自适应地选取多种静态数据布局策略,共同训练性能预测模型,从而搜索得到性能更高的张量程序。本文以32核Intel Xeon CPU为目标硬件平台,在多个卷积层上进行实验,结果表明,在同样的搜索次数下,相较于基于3种指定静态数据布局策略的Ansor,AL-Ansor生成的张量程序分别有13.81%、12.41%和16.59%的平均性能提升。

关键词：深度学习张量程序自动生成框架静态数据布局策略自适应策略性能预测模型

来源：评论

学校读者我要写书评

暂无评论

Go语言并发缺陷检测研究进展

引用

高技术通讯 2023年第4期33卷 360-369页

作者：袁挺陆杰李炼中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190 中国科学院大学北京100190

Go语言是Google公司专为并发编程设计的开源语言,自2009年发布以来就在工业界和学术界获得了广泛的关注和应用。为了在运行时更好地支持用户态线程,Go语言提供了丰富多样的并发原语,尽管它们带来了编程上的便利,但同时也引入了更多复杂... 详细信息

Go语言是Google公司专为并发编程设计的开源语言,自2009年发布以来就在工业界和学术界获得了广泛的关注和应用。为了在运行时更好地支持用户态线程,Go语言提供了丰富多样的并发原语,尽管它们带来了编程上的便利,但同时也引入了更多复杂的并发缺陷。为了帮助研究者和开发者深入了解Go语言并发缺陷,本文归纳和总结了它们的特征及其相关研究。同时为了分析最新静态和动态检测工具的原理和使用效果,本文使用开源基准测试集GoBench对它们进行了评估。实验表明,目前的检测工具的检测效果和实用性仍有不足,本文针对这些不足对未来Go语言并发缺陷研究提出了展望。

关键词： Go语言并发缺陷并发原语软件测试

来源：评论

学校读者我要写书评

暂无评论

融合类别数量自适应深度数据增强和迁移学习的造礁珊瑚识别方法研究

引用

海洋学报 2024年第9期46卷 120-130页

作者：王岚魏皓车亚辰张翠翠天津大学海洋科学与技术学院天津300072 国家海洋技术中心自然资源部海洋观测技术重点实验室天津300112 中国科学院计算技术研究所北京100190

造礁珊瑚识别对于珊瑚礁生态系统的保护与监测具有重要意义。深度学习作为图像识别的前沿技术,在珊瑚识别领域逐渐得到应用。然而,其识别性能仍然面临挑战。其中,数据集中类别间样本数量不平衡和数据多样性欠缺是两个主要问题。前者使... 详细信息

造礁珊瑚识别对于珊瑚礁生态系统的保护与监测具有重要意义。深度学习作为图像识别的前沿技术,在珊瑚识别领域逐渐得到应用。然而,其识别性能仍然面临挑战。其中,数据集中类别间样本数量不平衡和数据多样性欠缺是两个主要问题。前者使得深度学习模型在特征提取过程中更偏向于样本数较多的类,对少数类(尤其是濒危珊瑚)的学习能力不足进而影响其识别准确度。后者因为数据缺乏多样性使得模型无法充分学习各种珊瑚特征,进而限制了特征提取的能力。鉴于此,本文提出了一种融合类别数量自适应深度数据增强和迁移学习的造礁珊瑚类型识别方法。针对第一个问题,本文利用识别结果评价指标F_(1)-score定义的数据生成量化公式对原始深度数据增强方法DeepSMOTE进行改进,提出了类别数量自适应的深度数据增强方法DeepSMOTE-F_(1)。该方法根据每类珊瑚的识别结果自适应地增强其样本数量,确保模型充分学习各类珊瑚特征。针对第二个问题,利用迁移学习强化了模型的提取能力。实验结果表明,在RSMAS、EILAT和EILAT2这3个代表性珊瑚识别数据集上,相较于原始DeepSMOTE,本文提出的DeepSMOTE-F_(1)识别准确率分别提升了2.88%、0.39%和1.54%;与现有的珊瑚智能识别方法相比,准确率分别提升了0.76%、1.40%和1.30%。

关键词：珊瑚识别深度学习数据集不平衡数据增强迁移学习

来源：评论

学校读者我要写书评

暂无评论

2002~2022年北京大气气溶胶光学特性的地基遥感连续观测

引用

大气科学 2024年第1期48卷 347-358页

作者：陈洪滨施红蓉范学花夏祥鳌中国科学院大气物理研究所中层大气和全球环境探测重点实验室北京100029 中国气象局大气探测重点开放实验室北京100081 中国气象局气象探测工程技术研究中心北京100081 中国科学院大气物理研究所云降水物理与强风暴重点实验室北京100029

长时间序列的气溶胶光学特性观测资料是定量研究气溶胶辐射和气候效应的重要基础,也是空气质量和环境健康研究的重要数据来源。本文系统评述了全球AERONET(Aerosol Robotic Network)观测网,并介绍了我国最长观测时间的AEROENT北京站发... 详细信息

长时间序列的气溶胶光学特性观测资料是定量研究气溶胶辐射和气候效应的重要基础,也是空气质量和环境健康研究的重要数据来源。本文系统评述了全球AERONET(Aerosol Robotic Network)观测网,并介绍了我国最长观测时间的AEROENT北京站发展状况和一些研究成果;使用北京站长达20余年的观测数据,针对AERONET观测网的光学辐射产品的多时间尺度变化特征进行系统分析,讨论了长期观测的重要性和迫切性。

关键词：气溶胶光学特性 AERONET(Aerosol Robotic Network)北京站气候效应

来源：评论

学校读者我要写书评

暂无评论

Bi-Attention:面向终端的细粒度识别网络加速方法

引用

高技术通讯 2023年第2期33卷 156-166页

作者：钟巧灵汪啸张志斌李冰程学旗中国科学院计算技术研究所网络数据科学与技术重点实验室北京100190 中国科学院大学计算机科学与技术学院北京100049

细粒度识别是针对具有微小差异的对象进行分类的图像识别任务,深度学习模型在细粒度识别任务上取得了较大的进步。然而现有的细粒度识别深度神经网络模型采用多个模型结构叠加,无法在手机、无人机等资源受限终端设备上部署。本文提出Bi-... 详细信息

细粒度识别是针对具有微小差异的对象进行分类的图像识别任务,深度学习模型在细粒度识别任务上取得了较大的进步。然而现有的细粒度识别深度神经网络模型采用多个模型结构叠加,无法在手机、无人机等资源受限终端设备上部署。本文提出Bi-Attention细粒度识别模型加速方法,使用高效的TensorSketch运算以及权重共享机制,在Stanford Cars数据集上的准确率为91.6%,且比现有最先进的模型提高1.2%。本文提出一种结构化剪枝训练方法,通过LASSO正则化算法,在模型训练过程删除批归一化(BN)操作中不重要的扩展因子。实验结果表明,该剪枝方法可以降低Bi-Attention模型大小为原来的1/4。

关键词：细粒度识别 Attention 结构化剪枝 L1正则化终端

来源：评论

学校读者我要写书评

暂无评论

基于对偶四元数的协同知识图谱推荐模型

引用

计算机学报 2022年第10期45卷 2221-2242页

作者：曹宗胜许倩倩李朝鹏姜阳邦彦操晓春黄庆明中国科学院信息工程研究所信息安全国家重点实验室北京100093 中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院大学计算机科学与技术学院北京101408 中国科学院大学网络空间安全学院北京100049 中国科学院大数据挖掘与知识管理重点实验室北京101408 鹏城实验室广东深圳518055

为减轻用户-商品交互数据稀疏和冷启动问题对协同过滤算法推荐效果的影响,许多研究者将知识图谱引入推荐系统.然而既往工作对协同知识图谱中关系的建模较为单一,表达能力较弱,不利于建模实体间的复杂关系以及学习用户和商品的嵌入.为克... 详细信息

为减轻用户-商品交互数据稀疏和冷启动问题对协同过滤算法推荐效果的影响,许多研究者将知识图谱引入推荐系统.然而既往工作对协同知识图谱中关系的建模较为单一,表达能力较弱,不利于建模实体间的复杂关系以及学习用户和商品的嵌入.为克服这一问题,本文提出基于对偶四元数的协同知识图谱推荐模型(DQKGR),利用富有表达力的对偶四元数嵌入表示用户和商品,以有效建模实体和关系之间复杂的潜在依赖.在商品和用户的嵌入学习部分,本文设计了一个新的知识图谱嵌入模型(DQKGE),可基于莫比乌斯变换捕捉协同知识图谱中实体间多种复杂关系,并基于此设计偏好传播与聚合方法以利用知识图谱中的结构信息进行推荐.为验证所提DQKGR模型的有效性,在公开的Last-FM、MovieLens-20M和Book-Crossing数据集上进行大量实验,结果表明所提DQKGR模型推荐结果在多个评测指标上优于现有方法,可在平均意义上产生2.83%以上的性能提升.

关键词：知识图谱推荐系统对偶四元数莫比乌斯变换偏好传播

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：